假设我有一个名为 df 的 Pandas Dataframe ，其结构如下:-
Column 1 Column 2 ......... Column 104
Row 1 0.01 0.55 3
Row 2 0.03 0.14 1
...
Row 100 0.75 0.56 0
我想要完成的是，对于符合下面给出的条件的所有行，我需要生成 100更多行的随机值介于 0 之间和0.05添加到每一行:-
is_less = df.iloc[:,-1] > 1
df_try = df[is_less]
df = df.append([df_try]*100,ignore_index=True)
问题是我可以简单地复制 df_try 中的行。生成100每种情况有更多行，但我也想向每一行添加一个随机值，这样每一行都与其他行不同但非常相似。
import random
df = df.append([df_try + random.uniform(0,0.05)]*100, ignore_index=True)
它的作用是将固定的随机值简单地添加到 df_try的100新行，但不是每行的唯一随机值。我知道这是因为上面的语法不会迭代 df_try ，导致添加固定的随机值，但是在这种情况下有没有合适的方法在数据帧上迭代添加随机值？
最佳答案
一个想法是创建与新附加的 DataFrame 相同大小的二维数组，并使用 concat 添加到连接列表中:
N = 10
arr = np.random.uniform(0,0.05, size=(N, len(df.columns)))
is_less = df.iloc[:,-1] > 1
df_try = df[is_less]
df = df.append(pd.concat([df_try]*N) + arr,ignore_index=True)
print (df)
Column 1 Column 2 Column 104
0 0.010000 0.550000 3.000000
1 0.030000 0.140000 1.000000
2 0.750000 0.560000 0.000000
3 0.024738 0.561647 3.045146
4 0.035315 0.584161 3.008656
5 0.022386 0.563025 3.033091
6 0.039175 0.588785 3.004649
7 0.049465 0.594903 3.003303
8 0.027366 0.580478 3.041745
9 0.044721 0.599853 3.001736
10 0.052849 0.589775 3.042434
11 0.033957 0.582610 3.045215
12 0.044349 0.582218 3.027665
如果需要向每个df_try添加标量，您的解决方案应该通过列表理解进行更改:
N = 10
is_less = df.iloc[:,-1] > 1
df_try = df[is_less]
df = df.append( [df_try + random.uniform(0, 0.05) for _ in range(N)], ignore_index=True)
print (df)
Column 1 Column 2 Column 104
0 0.010000 0.550000 3.000000
1 0.030000 0.140000 1.000000
2 0.750000 0.560000 0.000000
3 0.036756 0.576756 3.026756
4 0.039357 0.579357 3.029357
5 0.048746 0.588746 3.038746
6 0.040197 0.580197 3.030197
7 0.011045 0.551045 3.001045
8 0.013942 0.553942 3.003942
9 0.054658 0.594658 3.044658
10 0.025909 0.565909 3.015909
11 0.012093 0.552093 3.002093
12 0.058463 0.598463 3.048463
关于python - 如何迭代地将随机值添加到 Pandas Dataframe 中的许多行？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/56490018/